Le manque d’expertise est identifié comme le principal obstacle pour les entreprises cherchant à exploiter le potentiel de l’IA générative appliquée aux données non structurées. De nombreuses entreprises manquent de personnel qualifié pour développer et gérer des solutions basées sur l’IA. Cela inclut l’expertise en science des données, en apprentissage automatique (machine learning) et en traitement du langage naturel (NLP). De plus, le déploiement de technologies d’IA générative nécessite une maîtrise des outils et des plateformes spécialisées.
Qlik a récemment publié une étude révélant que les entreprises reconnaissent le potentiel significatif des données non structurées pour améliorer leur efficacité opérationnelle et générer des insights pertinents. Les données non structurées représentent une proportion massive des données mondiales (environ 80 % selon plusieurs sources). Elles incluent des textes, des images, des vidéos et d’autres formes de données qui ne sont pas organisées dans des bases de données relationnelles traditionnelles. L’intérêt pour ces données est motivé par leur potentiel à fournir des insights lorsqu’elles sont correctement analysées.
Toutefois, nombreuses sont les entreprises qui peinent à exploiter efficacement cette ressource. Selon l’étude, le manque d’expertise et d’outils adéquats constitue un obstacle majeur, et seulement un faible pourcentage des entreprises alloue plus de 25 % de leur budget IA aux initiatives liées aux données non structurées.
Les entreprises ne veulent pas revoir leurs compétences
Il n'est donc pas surprenant que les dirigeants souhaitent extraire davantage de valeur de cette source inexploitée, Pourtant, l’étude montre que près de 70 % des dirigeants reconnaissent que leur entreprise ne dispose pas des moyens nécessaires pour comprendre comment l’intelligence artificielle générative peut être appliquée à leurs données non structurées.« Les entreprises recherchent des solutions pour adopter l’IA générative sans avoir besoin de revoir leurs compétences et leur infrastructure technologique. La solution réside dans l'intégration transparente de l'IA aux environnements analytiques existants, permettant ainsi d'extraire des réponses pertinentes à partir de données non structurées et de générer des résultats significatifs », explique Brendan Grady, general manager, Analytics Business Unit chez Qlik.
L’enquête fournit des informations cruciales sur la perception des dirigeants et les mesures qu’ils prennent pour exploiter les opportunités offertes par les données non structurées et l’IA générative. L’inquiétude relatives à la conformité et à la confidentialité des données est un freins identifié par l’étude : 59 % des répondants se disent « très préoccupées » par la confidentialité des données, et 47 % par la conformité réglementaire, bien plus que par le retour sur investissement (19 %).
Critères d’évaluation des fournisseurs
Lors de l’évaluation des fournisseurs, l’intégration aux systèmes existants (55 %), le coût (50 %) et les critères de gouvernance (49 %) sont les principales priorités, loin devant la réputation (16 %). Un peu moins de la moitié (45 %) des entreprises prévoient une amélioration de 10 à 20 % de leur chiffre d’affaires ou de leur résultat net grâce à l’utilisation de données non structurées. Bien que deux tiers des répondants souhaitent utiliser l’IA générative pour traiter les données non structurées, seulement 22 % ont investi de manière significative dans les technologies d’IA.L’efficacité opérationnelle grâce aux données non structurées est reconnue comme un avantage possible : 62 % des répondants estiment que les données non structurées peuvent améliorer l’efficacité opérationnelle, tandis que seulement 31 % pensent qu’elles peuvent accélérer l’innovation. Près de 45 % mentionnent l'utilisation de meilleurs outils de recherche et de requête pour explorer des documents internes.
Les entreprises ont ainsi tendance à délaisser les outils de recherche traditionnels. Ceux-ci ne permettent pas d’exploiter pleinement la richesse des bibliothèques de documents. Seulement 16 % des entreprises consultées ont acquis un outil conçu pour générer des insights à partir de données non structurées, la plupart des initiatives étant encore à leurs débuts ou en phase pilote.
« Les résultats de notre étude montrent que les entreprises font face à un défi majeur : le manque d’expertise pour exploiter pleinement le potentiel de l’IA générative sur des données non structurées, précise Erik Bradley, chief strategist et director of research chez Enterprise Technology Research. Alors que l’intérêt pour les données non structurées augmente, le manque de compétences spécialisées et d’outils adaptés reste un frein significatif. Les entreprises doivent investir pour combler ce déficit de connaissances et intégrer des capacités d’IA avancées de manière fluide dans leur environnement analytique. »
